refactor(fam-edge): 重构第一阶段 - 人物图片零额外调用 + 运行时稳定性 + 工程质量

人物图片功能重做: bbox 随核心视频分析那一次 Gemini 调用一并产出(prompts.py 加
person_appearances.bbox 字段, [ymin,xmin,ymax,xmax] 0-1000 归一化), frame_service
直接用存好的 bbox 裁剪头像/事件缩略图, 删除原来"展示时额外调用 Gemini 定位人物"的
整套逻辑(locate_person_bbox/VLM 校验/熔断), 从架构上消除与核心视频分析共抢配额的
问题; 用真实数据验证裁剪结果正确框住人物本体。

NVIDIA 模型修复: 实测原配置的 3 个模型均不可用(asset_id 引用 500/400, 不支持视频),
改用 nemotron-3-nano-omni 的 base64 内嵌视频方式(唯一实测打通), 加 max_base64_mb
防止对大文件做注定失败的编码。

Gemini 多 Key 轮换: 支持 extra_api_keys 配置多个独立项目的 key, 配额用尽时依次
换 key 重试(每换 key 需重新上传, Files API 按项目隔离)。

稳定性加固: CircuitBreaker HALF_OPEN 清空旧失败计数(修复探测一失败就重新 OPEN 的
bug); chat() 统一接入熔断器(原来只有视频分析路径检查); NVIDIA 适配器改用共享
json_parser(原来自己重复实现且不做 schema 校验); Gemini Files API 上传超时也尝试
清理远程孤儿文件; video_processor/video_queue 里直接操作 OracleDB._conn 的裸 SQL
改走新增的 set_event_start_time/mark_video_invalid/reset_video_to_pending 方法;
/health 加入队列线程存活状态; 密钥改用 ${ENV_VAR} 引用(.env 已支持自动加载),
不再明文写入 config.yaml。

工程质量: 新增 fam-edge/tests(32 个单元测试, 覆盖熔断器状态机/JSON 解析容错/
时间戳解析/bbox 坐标换算/多 key 解析), 新增 scripts/smoke_test.py(发版前接口
稳定性检查); 清理死代码(OllamaAdapter.analyze_frames、get_sync_delta 死分支、
未使用的 vision_timeout/max_concurrent_tasks 配置项); 修正 get_events_for_label
排序(改最近优先 + 过滤畸形历史时间戳)。

已部署 Oracle 并跑通 smoke test 全部 6 项检查。

Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>

fam-edge/src/fam_edge/ai_orchestrator/prompts.py

@@ -58,7 +58,8 @@ def build_video_prompt(known_members: str, event_start_time: str,
             "face": "蓄须",
             "distinguishing": "左手戴手表"
           }},
-          "action": "走向沙发坐下"
+          "action": "走向沙发坐下",
+          "bbox": [120, 340, 610, 900]
         }}
       ],
       "is_attention_event": false
@@ -102,6 +103,9 @@ def build_video_prompt(known_members: str, event_start_time: str,
      * face: 面部特征（如 蓄须/戴眼镜/圆脸/unknown）
      * distinguishing: 辨识点（如 左手戴手表/右脸有痣/跛行/无）
    - action: 该人物在本时刻的动作（与 description 里该人物动作一致，单独抽出便于检索）。
+   - bbox: 该人物在本帧画面中的包围框 [ymin,xmin,ymax,xmax]，坐标为 0-1000 的归一化
+     整数（ymin/ymax 相对图片高度，xmin/xmax 相对图片宽度）——用于后续裁剪该人物的
+     缩略图/头像，不需要额外调用模型。看不清/无法定位时填 null，不要瞎猜坐标。
    特征硬约束:
      * 客观描述可见特征，不猜测、不推断、不编造（看不清的字段写 unknown，不要靠常识猜性别/年龄）。
      * 同一 uid 在视频多个 event 出现时，features 字段保持一致（衣着变了再如实更新 clothing，